招聘技术的未来：如何应对候选人筛选中的社会性困境核心观点在于，多数招聘系统优化的并非“用人质量（Quality of Hire）”，而是“候选人质量（Quality of Candidate）”。前者关注员工入职后的真实绩效与留任表现，后者仅预测谁更可能通过招聘流程。两者错位导致企业在提升筛选效率的同时，并未真正提升组织绩效，也加剧了社会对算法不公的质疑。作者认为，招聘技术必须将招聘前数据与入职后结果建立实证关联，转向预测实际工作表现。
作者：Steve Hunt
“本案涉及利用隐藏的人工智能技术，在求职者毫不知情的情况下收集其敏感且往往并不准确的信息，并根据所谓的‘成功可能性’将他们从0到5进行评分，从而影响其人生中最重要的决定之一——是否获得一份工作。”这段话摘自2026年针对某招聘技术公司的最新诉讼文件。
在任何时刻，全球都有数以百万计的人在寻找工作。这些人是否能够获得与自身兴趣、需求和能力相匹配的岗位，不仅影响他们个人的幸福感和家庭福祉，也直接影响雇佣他们的企业成功与否，甚至关系到所在国家的经济实力。不幸的是，许多招聘决策最终让不符合岗位要求的人获得工作，同时忽视了那些原本可能在岗位上表现出色的候选人。我们能否解决这一问题，其影响将不仅限于企业或个人层面，而是关乎整个社会。招聘技术将成为解决方案的一部分，但它同时也可能成为问题的一部分，关键差异在于企业如何使用这些技术，以及候选人如何看待它们。
招聘并不仅仅是一个商业问题，它本质上也是一个社会问题。健康的社会依赖健康的经济，而健康的经济依赖高效运作的劳动力市场，使企业能够雇到合适的人才，同时让个人获得有意义的工作机会。
当前劳动力市场正在发生深刻变化，在线招聘平台、AI生成简历以及就业不稳定性三者叠加，导致求职申请数量达到前所未有的水平。这既让企业更难找到真正合适的人才，也让优秀候选人更难在海量申请中脱颖而出。
借用《辛普森一家》中的一句话，“技术既是我们所有招聘问题的原因，也是解决方案”“technology is the cause of and solution to all of our hiring problems”。AI让生成和投递简历变得极其容易，这是申请量激增的重要原因之一，尽管许多领域真正具备资格的候选人比例反而在下降。一家不足30人的公司发布一个岗位，在一个月内就收到了超过15,000份申请，其中大多数甚至不具备最基本的技能要求。类似的情况在招聘者和人才获取负责人中已变得越来越常见。同时，AI也让伪造申请材料变得更加容易，这进一步加剧了候选人与岗位匹配的难度。
面对真实与虚假申请数量不断增长的局面，企业正在构建越来越复杂的招聘技术系统来进行筛选和排序。然而，利用复杂算法评估和排名候选人的做法往往会引发求职者的怀疑和不信任。这种情绪源于担忧，即招聘技术可能不恰当地阻碍了他们获得原本胜任的工作。显然，企业不可能在没有技术支持的情况下人工筛选成千上万份简历，合格候选人同样能从技术中受益，被系统从海量申请中识别出来。但如果我们不能解决公众对招聘技术的疑虑，就很可能在社会层面看到更强烈的抵制，包括诉讼和监管限制。
要改善候选人对招聘技术的感受，可以从三个方面入手：
将招聘技术的设计重点从“候选人质量”转向“用人质量”，提高透明度以帮助申请者理解并从招聘过程中学习，以及从候选人视角更好地传达招聘技术带来的益处。
所谓“用人质量”，是指员工在入职后为企业创造的实际价值，它依赖于使用能够预测入职后绩效和留任情况的数据进行筛选决策。人们或许会认为，大多数招聘技术的目标就是提升用人质量，但事实并非如此。现实中，大多数系统衡量的其实是“候选人质量”，也就是某个申请人通过招聘流程并被录用的概率。多数招聘技术预测的是“谁更容易被录用”，而不是“谁在入职后更成功”。
成为一个“好候选人”和成为一个“好员工”之间存在显著差异。好候选人可能具备让自己顺利通过面试的技能、社交能力和背景资源，而好员工则需要真正能够在工作中持续创造价值的能力。两者虽有重叠，但远非等同。招聘经理可能被外表形象、名校背景或知名公司经历所打动，但这些并不一定意味着优秀的工作表现。相反，一位社交表现普通但技术能力出色的人，可能在面试中显得逊色，却在实际岗位上表现卓越。招聘技术衡量内容与真正决定成功的因素之间的错位，正是社会质疑的核心。要建立对招聘技术的信任，企业必须停止仅评估候选人通过概率的系统，转而构建能够预测入职后绩效的解决方案，并将招聘前数据与入职后结果进行实证关联。这在现代云计算和AI条件下完全可行，只是企业需要从单纯追求效率转向追求效果。
从组织角度看，招聘是处理成千上万名申请者的流程，每个候选人只是众多之一；但从候选人角度看，这只是关于他们自己的唯一一次机会。候选人往往不知道有多少竞争者，却清楚自己被拒绝了，并可能觉得是被一个冷漠的算法草率地评判。招聘过程之所以显得不公平，并不一定是因为它真的不公平，而是因为候选人不了解其设计逻辑。招聘更像是一场竞赛而不是考试。成功的竞赛需要明确规则、清晰标准和可解释结果，让参与者知道为什么输赢，从而产生公平感并获得改进方向。然而，大多数高量招聘流程缺乏这种透明度，申请者既无法了解评估方式，也得不到有意义的反馈。要获得公众对招聘技术的接受度，企业必须提供更多信息，例如申请人数、使用的数据及其与岗位的相关性，以及未被录用的原因。只有在信任候选人的前提下建立透明机制，才能真正建立信任关系。
社会对招聘测评的认知同样存在偏差。许多人将测评视为就业障碍，但其最初目的是通过客观评价减少对背景、关系或社会身份的依赖，为更多人创造公平机会。设计良好的测评能够帮助企业更准确地将人匹配到合适岗位，并减少隐性偏见的影响。然而，人们往往只记得测评让自己失去机会，却忽视它带来的积极结果。行业需要更多展示测评如何帮助个人实现职业成功的案例，以重塑公众认知。
当招聘技术被正确设计和使用时，它能够带来更好的招聘决策，而更好的招聘决策将产生更满意、更高效的员工队伍、更成功的组织以及更强劲的经济。但目前人们仍将招聘技术视为仅服务于企业筛选的工具。如果这种对立认知得不到改变，我们很可能会看到更多诉讼和立法限制。随着申请量不断增长，招聘技术的重要性只会进一步提高，因此确保公众对其持积极态度符合所有人的利益。企业应更加重视真正预测工作表现的技术，并提高候选人对招聘流程的理解与认知。
观点
2026年01月27日
观点
当HR成为风险源：花旗集团女高管诉讼揭开“武器化HR”调查内幕｜北美企业HR必须重视的一次合规警示在大多数企业治理结构中，人力资源部门被视为“保护机制”——负责调查投诉、维护公平、降低法律风险。然而，一起发生在华尔街巨头 花旗集团 Citigroup 的最新诉讼，却将HR推到了完全相反的位置：原告直指，公司HR并非中立仲裁者，而是“weaponized Human Resources department（被武器化的人力资源部门）”，主动主导了一场针对女性高管的打压与骚扰行动。这起案件不仅是一宗性骚扰纠纷，更是一堂典型的HR治理失败案例课，值得所有北美企业HR、HRBP与管理层认真审视。
案件复盘：从明星高管到“被迫离职”
根据提交至纽约南区联邦法院的25页起诉状，原告 Julia Carreon 曾任 Citigroup Global Head of Platform & Experiences，管理超过500名员工及约9000万美元预算，属于实质性的BU级高管。
她于2021年从 Wells Fargo 被挖角至 Citi，任务是主导财富管理板块的数字化转型。然而，在推进改革过程中，她逐渐遭遇多名男性高管的排挤与边缘化。随后，时任财富业务负责人 Andy Sieg 对她表现出异常“亲密”的关注——频繁深夜电话、私下信息往来、在公开场合刻意制造暧昧暗示、安排单独晚餐、刻意让她在会议中坐在身旁，甚至使用所谓“burner phone”与其联系。
这些行为在同事中逐渐形成“她与高层存在不正当关系”的流言。
当她向HR寻求支持时，情况却急转直下。
HR没有调查男高管，反而对她发起两项内部调查：
第一项：指控她“bullying（霸凌）”第二项：质疑她是否因“特殊关系”获得晋升
根据诉状描述：
HR未联系她提供的证人
只调查她本人，不调查男方
采用预设结论式提问
向大量员工打听细节，导致谣言扩散
进行长达两小时的“审讯式访谈”
结果是，她的职业声誉在公司内部被严重破坏。最终，她在2024年被迫辞职（constructive discharge），并在离职后难以再就业。
Citigroup 方面已公开否认全部指控。
为什么这起案件对HR群体特别重要？
从法律角度看，这不是普通的员工关系冲突，而是三层叠加风险：
第一层：性骚扰与敌意工作环境第二层：HR调查失去中立性第三层：可能构成报复性调查与名誉损害
真正引发业内震动的，并不是骚扰指控本身，而是HR被指控：
从“风险防火墙”变成“风险放大器”。
起诉状中反复使用一个词：weaponized “被武器化”。
这在美国劳动诉讼中极为罕见，意味着HR被认为是主动打压员工的工具，而非独立调查者。一旦陪审团接受这一叙事，企业败诉概率与赔偿金额都会显著上升。
此外，本案还能公开审理，得益于2022年生效的 Ending Forced Arbitration of Sexual Assault and Sexual Harassment Act，使企业无法再通过强制仲裁与保密协议掩盖类似事件。越来越多HR决策将直接暴露在公众与媒体监督之下。
对北美华人HR的三点现实启示
对于在北美企业任职的华人HR管理者，这类案例具有极强现实意义，尤其是很多人同时承担HRBP与合规角色。
第一，HR调查的“程序公正”比结论更重要是否联系证人、是否双向调查、是否避免预设立场，这些程序细节往往比最终结果更决定法律责任。程序失当，很容易被认定为bad faith investigation。
第二，HR不是管理层的延伸，而是独立风险控制者如果HR被视为“帮老板解决问题”，而不是“中立保护组织”，在诉讼中会被认定存在系统性偏见。
第三，流言扩散同样构成法律风险调查过程中的信息控制极为关键。让过多同事知晓“性关系调查”，可能直接演变为名誉损害（defamation）与精神损害赔偿。
专业建议：企业HR可以立即自查的五个问题
建议每位HR负责人做一次内部review：
是否有标准化调查SOP？
是否强制要求双向取证与证人访谈？
是否设置独立调查人或第三方机制？
是否控制调查知情范围？
是否记录完整证据链与书面纪要？
如果上述任何一项缺失，都属于潜在诉讼隐患。
Citi 这起案件再次提醒行业：在今天的北美职场环境中，HR的每一次调查、每一次问询、每一次信息披露，都是合规行为，而不是行政动作。
HR既能保护公司，也可能成为公司最大的法律风险源。
当HR失去中立性，企业的文化问题就会迅速演变为诉讼问题。
对所有北美华人HR而言，这不是旁观新闻，而是一堂正在发生的必修课。
观点
2026年01月27日
观点
Workday 请求法院驳回年龄歧视索赔：AI 招聘首次进入全国集体诉讼核心，北美华人 HR 需要关注什么？HR科技巨头 Workday 近日在一起备受关注的 AI 招聘诉讼中采取了最新法律行动。根据其在 2026 年 1 月 21 日向法院提交的文件，Workday 正式请求法官驳回原告提出的“差别影响（disparate impact）年龄歧视”指控，并主张《Age Discrimination in Employment Act（ADEA）》的适用范围仅保护在职员工，而不涵盖求职者。因此，公司认为应当撤销求职者基于年龄歧视提出的相关索赔。这一动议，是目前 Mobley v. Workday 案件的最新进展，也标志着该案正式进入核心法律博弈阶段。
该诉讼最早于 2023 年提起，原告为一批求职者，他们指控 Workday 的 AI 招聘与筛选工具在算法决策中对年龄等受保护群体造成系统性不利影响，从而构成歧视。2025 年 2 月，法院批准该案以 nationwide collective action（全国集体诉讼） 形式推进，使其从个体纠纷升级为覆盖全美范围的大规模案件。与此同时，法官还曾要求 Workday 提供使用其 HiredScore technology 的雇主完整名单，进一步扩大了潜在影响面。Workday 则公开回应称，其 AI 工具并不会识别或使用种族、年龄或残疾等受保护属性，并强调最终决策仍由人工主导。
从法律层面看，Workday 当前的策略并非直接围绕“算法是否存在偏见”展开，而是聚焦更基础的问题——求职者是否具备提起“差别影响”诉讼的法律资格。换言之，公司希望通过对法律条款的解释，缩小案HR件的适用范围。无论法院最终是否采纳这一主张，这一动作本身已经说明：AI 招聘正在从技术问题转变为司法问题。
对于北美华人 HR 从业者而言，这一点尤其值得重视。许多 NACSHR 社群成员所在的企业多为中小规模公司、跨州运营团队或初创组织，HR 通常身兼招聘、合规、员工关系与系统管理等多重角色。现实情况是，当企业采购 ATS 或 AI 筛选工具时，系统上线往往被视为效率优化；但一旦候选人质疑筛选结果或提起投诉，站出来解释流程、提供记录、应对律师函的人，往往是 HR 本人，而不是技术供应商。
这正是 Workday 案件释放的真正信号：算法并不会分担雇主责任。即便筛选由系统完成，法律仍然认定这是雇主的用工行为。企业不能以“系统自动决定”为由规避风险，HR 也无法以“工具问题”完全免责。
更广泛地看，Workday 并非孤例。此前 Eightfold AI 也因招聘流程涉及 FCRA 合规问题而遭遇诉讼调查。两起案件虽然分别涉及 ADEA 与 FCRA，不同的法律框架，却指向同一个趋势：只要算法影响到候选人的就业机会，它就等同于招聘决策本身，必须接受同等甚至更严格的监管与审查。这意味着，HR 科技行业已经进入“强合规时代”。
与此同时，监管环境也在不断收紧。包括 California 在内的多个州已开始要求企业在使用自动化招聘工具时提供候选人退出机制（opt-out），并进行风险评估与透明度披露。这类规定实际上将“算法治理”正式纳入 HR 日常合规管理范畴，而不再是技术团队的内部事务。
在这一背景下，HR 的能力模型正在悄然改变。过去我们关注的是招聘速度、转化率和成本控制；而未来更关键的问题是：系统是否可解释、是否可审计、是否留存记录、是否经得起监管问询。如果无法清晰说明筛选逻辑或提供合规证明，那么效率提升带来的收益，很可能被一次诉讼完全抵消。
对 NACSHR 的华人 HR 同行来说，这些案例并非遥远的大公司新闻，而是与日常工作直接相关的风险提醒。无论企业规模大小，只要开始使用 AI 招聘工具，就已经进入同一套法律框架之中。真正成熟的数字化升级，不是简单上线更多自动化，而是在效率、合规与信任之间取得平衡。
Workday 当前的法律动作，或许只是这场变革的开端，但它已经清晰地勾勒出一个趋势：未来的招聘竞争，不再只是“谁更智能”，而是“谁更合规、谁更可解释、谁更负责任”。这将成为所有北美 HR 必须面对的新现实。
Workday is seeking dismissal of disparate impact age discrimination claims brought by job applicants in the ongoing Mobley v. Workday lawsuit, arguing that the Age Discrimination in Employment Act (ADEA) does not extend such protections to applicants. In a court filing on January 21, 2026, the company stated that the law’s “plain language” limits disparate impact claims to employees, not candidates. The case, originally filed in 2023 and certified as a nationwide collective action in 2025, alleges that Workday’s AI recruiting tools discriminated based on age and other protected factors. Workday denies the claims, asserting that its AI systems neither use nor identify protected characteristics. The dispute highlights growing legal and compliance risks tied to AI-driven hiring technologies. Meanwhile, states including California are tightening regulations, requiring opt-out mechanisms and risk assessments for automated decision tools. The case could significantly shape how HR technology vendors and employers deploy AI in recruitment.
Yes, AI Is Really Impacting The Job Market. Here’s What To Do.Josh Bersin 在 2025 年末指出，美国就业市场正在出现结构性变化。整体失业率上升至 4.6%，其中应届大学毕业生的失业率接近 10%，成为最受冲击的群体。与此同时，不要求大学学历的岗位持续增长，一线员工的重要性正在被重新定义。更值得关注的是信任问题。Edelman 调研显示，70% 的员工不信任企业关于 AI 裁员的说法，只有 27% 信任 CEO。AI 不只是技术工具，而是一场社会与组织层面的转型。Josh Bersin 强调，AI 并非消灭岗位，而是放大能力。真正的挑战在于，企业是否愿意投资年轻人才，是否能用透明沟通化解 AI 焦虑。
详细来看
All year I’ve been studying the employment data and talking with press about the smallish impact of AI on the job market. Most of the slowdown in US jobs, from my data and conversations, has been driven by cost-cutting and general economic uncertainty, not explicit AI job replacement.
Well going into 2026 the situation is changing. The US unemployment rate is now 4.6%, up from 4.2% one year ago (a 9.5% increase) and 3.7% in November of 2023 (a 24.7% increase in two years). These are significant increases, especially considering that unemployment was 3.6% in November of 2022.
This tells me that the US economy is slowing after the post-pandemic “revenge buying” frenzy of 2021 and 2022. And of course US tariffs, inflation, and relatively high interest rates all contribute.
But now let’s look under the covers and break out unemployment into two sub-groups: new college graduates (24 years and younger), and more seasoned workers (age 25-35). Suddenly you see a divergence.
The green line, tenured college graduates, shows a steady unemployment rate below the average. This makes sense: these are experienced employees with skills, judgement, and seasoned decision-making maturity.
The orange line, new college graduates, is trending upward. In fact right now it’s almost 10%, which is the highest it has been since July 2021, the peak recovery from the pandemic. Looking backwards, the only time young college grad unemployment was this high was in 2011, a period of recovery from the 2008 recession. (St. Louis Fed agrees.)
And by the way, to round this out, jobs that do not require a degree are plentiful, roughly 82% of the workforce (up from 79% five years ago). So AI is not only slowing new college grad hiring, it’s also reducing the total number of jobs that require college.
There are three important things happening here:
First, whether it’s correct or not, employers are slowing down entry level hiring. Companies hire new college grads for many reasons (largely for talent pipeline), and many newly minted grads are far more AI-ready than we are. Despite this, it appears to economists that it’s harder than ever for these young folks to compete, so they need to “sell” their AI readiness and learning capacity.
Second, the frontline workforce is becoming much more important. The general automation of white collar work (it’s still early days) and the explosion of jobs in healthcare, social services, retail, repair, entertainment and distribution are making the “college grad” part of the workforce relatively smaller. That’s not to say the money isn’t good, but as a CEO or leader more and more of your energy has to go into supporting these frontline workers. (Read our Frontline-First research for more.)
Third, employees don’t trust CEO talk about jobs. A new study by Edelman shows a massive lack of people’s trust in business leaders (and AI scientists) around AI. This 5,000+ worker survey found that 70% of US workers do not trust statements about AI job reductions. When asked “who you do trust” only 27% of US workers trust the CEO. So we, as leaders, have a trust problem.
Here’s the trust data, and this is all about “Trust in AI’s Value” not “trust in the AI platform.”
AI Is a Socio-Technological Innovation
As I talked about in this week’s podcast, AI is “socio-technological.” It has many societal and sociological impacts.
If only half your employees believe what leaders are telling them, they’re going to hold back, grumble, and resist change. This is why economic insecurity is high: people are concerned about their jobs, careers, and future earnings.
(So AI anxiety could actually lower economic productivity!)
The solution to this is not to ignore the topic, but rather to discuss it openly.
None of us really know how much impact AI will have (I do know most platforms over-sell its value right now), and AI is a little scary.
We have to get comfortable with phones that talk back to us, creepy emails that know our name, avatar-based job interviews, AI-driven career advice, and AI-informed performance reviews. And in 2026 we’re going to see digital twins, robots, and more real-life animations of people at work. (Galileo Learn uses a “Josh Agent” to coach and challenge you as you learn.)
Here’s my advice. If you’re holding back on entry-level hiring you may be making a mistake. Younger staff, who have lived with this technology for more of their lives, are likely to be the ones to most quickly use AI, build with AI, and innovate with its new applications.
People who are tenured tend to see new tools as a way to “speed up what they know how to do.” New employees might just say “why not do it this way?” and bring you the reinvention you need.
Everyone Has The Opportunity To Be A Superworker Now
AI is not a job killer, it’s a big job-leveler.
You, as a younger worker, have access to information and research which was often hoarded by experts. If you’re willing to roll up your sleeves, you can move from “apprentice” to “newly minted expert” quickly. And if you’re looking for a job there’s no excuse for not becoming an expert on the company before you talk with a recruiter.
For senior, more tenured people the same applies. You can’t rely on your experience alone any more: you, too, should be digging in and learning about new technologies, tools, and advancements in your domain.
Employers: Be Careful How You Think
For hiring managers and executives, beware of the “tenure trap” above. Just because a senior person knows your business better, you may find that the young “AI-Guru” right out of college catches up fast. Remember, tenured people may see AI as a way to “do things the old way faster” rather than “rethink the way we work.”
For HR leaders and recruiters, remember one thing. Younger workers may learn faster and ultimately improve productivity at a faster rate (plus they cost less). If you seek out fast-learning AI pioneers they could be your Superworkers of the future.
And for CEOs and other execs, be honest and thoughtful about your plans. All our research points to AI as a “scaling technology,” not one to “eliminate jobs.” The more honest and supportive you are, the faster your employees will adapt and help your company stay ahead.
20州联合起诉10万美元 H-1B 签证费：一场牵动美国教育与医疗体系的人才之争美国 20 个州正式起诉特朗普政府，反对 10 万美元 H-1B 新签证费用。州政府指出，该政策未经国会授权，将严重冲击教育、医疗等公共领域的人才供给。案件已进入联邦法院，可能对未来美国用工与移民政策产生深远影响，值得 HR 和企业持续关注。
美国围绕 H-1B 签证的政策争议再次升级。近日，包括加利福尼亚州和马萨诸塞州在内的 20 个州，正式向联邦法院提起诉讼，挑战特朗普政府对新 H-1B 签证征收 10 万美元费用 的决定。这一罕见的多州联合行动，迅速在政界、学界和雇主群体中引发强烈反响。
本次诉讼由加州总检察长 Rob Bonta 和马萨诸塞州总检察长 Andrea Joy Campbell 牵头。起诉方核心观点在于：该费用并非由国会授权设立，而是行政部门单方面决定，违反了联邦法律，也背离了国会当初设立 H-1B 项目的立法初衷。
州政府认为，H-1B 项目的本质是帮助美国在关键专业领域补充本土难以满足的人才缺口，而并非设置“准入门槛”式的高额收费。10 万美元的签证费用，不仅远超实际行政处理成本，也将对公共部门造成实质性伤害。
从数据来看，这一担忧并非空穴来风。教育行业是 H-1B 签证使用量排名第三的职业领域，全美约有 3 万名教育工作者 依赖该签证体系。在医疗领域，仅 2024 财年，就有 近 1.7 万名 医疗与健康相关从业者获得 H-1B 签证，其中约一半为医生和外科医生。根据官方预测，如果缺乏海外医疗人才补充，美国到 2036 年可能面临 8.6 万名医生 的结构性短缺。
相比之下，目前雇主为一名 H-1B 员工承担的总费用，通常在 960 美元至 75,595 美元 之间，已经包含多项法定与合规成本。州政府指出，将费用一次性抬升至 10 万美元，不仅缺乏成本依据，更可能迫使公立大学、医院和学区直接放弃国际招聘。
对此，美国国土安全部（DHS）态度强硬。DHS 在回应中表示，该收费措施是合法的，并将本次诉讼描述为“民主党州总检察长出于政治动机，对总统移民政策的阻挠行为”。双方立场分化明显，也使案件的政治与制度意义进一步放大。
值得注意的是，反对该费用的不仅是州政府。美国商会（US Chamber of Commerce） 以及 美国大学协会（Association of American Universities） 也已就同一问题另行提起诉讼，显示出企业界和高等教育体系对这一政策的普遍担忧。
在更广泛的背景下，特朗普政府此前还宣布，将加强对 H-1B 申请人的审查，包括对社交媒体的系统性审阅。这意味着，H-1B 政策正在从“成本层面”和“审查层面”同时收紧，其外溢影响已不再局限于科技行业，而是扩散至教育、医疗等公共服务领域。
目前，该案件已以 State of California v. Noem 为名，提交至 马萨诸塞州联邦地区法院。无论最终判决结果如何，这场诉讼都将对美国未来高技能移民政策、公共部门用工能力以及全球人才流动格局产生深远影响。
对 HR 从业者、雇主和国际人才而言，这不仅是一项费用调整的争议，更是一场关于“美国是否仍愿意为关键行业引入全球人才”的制度性拷问。
观点
观点
观点
观点
观点
观点
观点
观点
观点
观点
扫一扫
添加客服
